DETERMINANTES DE SPREAD DE FUNDOS DE INVESTIMENTO EM DIREITOS CREDITÓRIOS

Transcrição

1 DETERMINANTES DE SPREAD DE FUNDOS DE INVESTIMENTO EM DIREITOS CREDITÓRIOS Autoria: Ricardo Ratner Rochman, Daniel Zacchello RESUMO Este trabalho tem objetivo identificar fatores que influenciam o spread de FIDCs. A análise contemplou 113 ofertas entre 2002 e Os resultados apontaram que o rating é um determinante para o spread, assim como o volume da emissão, ambiente econômico e instituição financeira custodiante. Os fatores que explicam o rating: ambiente econômico, administrador, e custodiante do fundo, o número de investidores, volume, se o fundo é multi ou mono-cedente, ativos são performados ou não. As variáveis que determinas as taxas dos FIDCs são: tipo de ativo, níveis de concentração e fundos mono e multi-cedentes. 1. INTRODUÇÃO Os Fundos de Investimento em Direitos Creditórios (FIDCs) vêm ganhando cada vez mais importância no mercado de renda fixa brasileiro. Regulados pela Resolução número de 29 de novembro de do Conselho Monetário Nacional e pela Instrução Normativa número 356 de 17 de dezembro de 2001 da Comissão de Valores Mobiliários (CVM), os FIDCs foram normatizados como alternativa para o crescimento da securitização no país. As primeiras operações de FIDCs foram distribuídas no mercado brasileiro no final de 2002 e, desde então, quase 500 emissões primárias já foram feitas, movimentando mais de R$ 69 bilhões. Embora representem apenas 3,2% do mercado de fundos nacional, segundo dados de setembro/2010 da ANBIMA, os FIDCs já são responsáveis por 27% das emissões de renda fixa em 2010, segundo dados extraídos do site da CVM. Os FIDCs possuem dois tipos de cotas: seniores e subordinadas. As primeiras têm privilégio de amortização e resgate em relação às últimas. Ou seja, se houver perdas no fundo, quem as absorve primeiro são as cotas subordinadas. Os FIDCs são fundos que, por definição da Instrução Normativa número 356 da CVM, devem ter pelo menos 50% do patrimônio líquido aplicados em direitos creditórios. Estes podem ser de duas naturezas: performados ou não performados. No primeiro caso, no momento da cessão do recebível ao fundo, a compra e venda que deu origem ao recebível já foi plenamente satisfeita, ou seja, a mercadoria já foi entregue ou o serviço já foi prestado, enquanto que no segundo caso, isto ainda não ocorreu. Há ainda outra forma de FIDC, que envolve a cessão de fluxos futuros de recebíveis. Em outras palavras, o que o cedente vende ao fundo é a propriedade sobre todos os direitos creditórios que venham a existir sob determinadas circunstâncias. O FIDC de fluxos futuros não será objeto desta pesquisa, por tratar-se de um veículo com características muito peculiares. Percebem-se também dois tipos de fundos quanto ao número de empresas cedentes de recebíveis: (i) mono-cedentes e (ii) multi-cedentes. Por mono-cedentes definem-se os fundos que têm uma única empresa ou empresas de um mesmo grupo econômico que fazem a cessão dos recebíveis ao fundo. Normalmente as próprias cedentes adquirem cotas subordinadas para dar suporte às eventuais inadimplências dos direitos creditórios. É uma segurança para os cotistas seniores, pois estes só têm seu patrimônio atingido após total deterioração das cotas subordinadas. Por sua vez, fundos multi-cedentes são aqueles em que inúmeras empresas fazem cessões de seus direitos creditórios ao fundo. Normalmente elas não são nem conhecidas pelo administrador e custodiante do fundo no momento de sua estruturação. Existe uma empresa que atua como consultora e que faz a escolha dos cedentes e dos direitos creditórios elegíveis, desde que o cedente obedeça a um padrão pré-estabelecido em regulamento. As agências de rating concedem a classificação das cotas do fundo com base nesse padrão. Elas sabem que serão 1

2 potenciais cedentes empresas que tiverem um determinado nível de faturamento, que tenham um tipo de recebível que se enquadre em determinado intervalo de prazos mínimo e máximo, entre outros fatores. Neste tipo de fundo a diluição de risco de crédito é fundamental, logo, baixas concentrações de cedentes ou sacados tendem a contribuir para uma elevação da classificação de risco. Em muitos desses casos de fundos multi-cedentes as consultoras são empresas que tiveram origem no segmento de factoring. O custo do financiamento por parte das emissoras tem como contrapartida o spread exigido pelos investidores na subscrição de seu capital em cotas do FIDC. Este trabalho tem o objetivo de identificar quais fatores influenciam o spread das emissões de cotas seniores de FIDCs no Brasil. Na seção 2 há uma revisão bibliográfica relacionada ao tema deste trabalho. Na seção 3, há a descrição da metodologia utilizada, iniciando-se com a descrição da amostra, apresentando-se as estatísticas descritivas das variáveis e encerrando-se com as equações dos modelos testados. A seção 4, por sua vez, discorre sobre os resultados obtidos. Finalmente, a seção 5 apresenta as conclusões deste trabalho. 2. REVISÃO BIBLIOGRÁFICA Mellone Jr., Eid Jr. e Rochman (2002) fizeram o primeiro trabalho sobre o spread de debêntures no Brasil. O objetivo era identificar quais variáveis afetavam esse spread. Fizeram um primeiro teste com uma amostra de debêntures indexadas ao IGP-M e não conseguiram provar que o rating explicava os spreads das emissões. Em seguida aplicaram um teste somente com emissões indexadas ao CDI e verificaram que existia uma relação negativa entre taxa de juros e rating. Outra conclusão do estudo foi que o prazo e o tipo de garantia não afetavam os spreads. Sheng e Saito (2005) fizeram um estudo com uma amostra maior de emissões e incluíram a variável ambiente econômico, representada pelo Embi-Brazil, o índice do banco JP Morgan para avaliar o prêmio de risco para países emergentes. Concluíram que o rating afeta o spread nominal independentemente do indexador e que ambiente econômico, volume e o setor do emissor são importantes variáveis de controle. O estudo concluiu que o efeito do rating sobre spread é bem maior em ambiente desfavorável do que em favorável. Assim como Mellone Jr., Eid Jr. e Rochman (2002), concluíram que o prazo não é relevante na explicação do spread. Fraletti e Eid Jr. (2008) avançaram mais nessa linha de pesquisa e chegaram à conclusão que tanto o rating como o ambiente econômico são variáveis significantes para a determinação do spread de debêntures, sejam elas indexadas ao IGP-M ou ao CDI. Para ambiente econômico, a variável adotada foi o Ibovespa. Fraletti e Eid Jr (2008) fizeram duas análises: uma utilizando como variável dependente o spread nominal, como já havia sido feito nas duas pesquisas supracitadas, e a outra utilizando o spread over treasury, que captura a rentabilidade diferencial entre títulos privados e públicos de mesmo prazo. Somente nas regressões de debêntures indexadas ao IGP-M com variável dependente spread over treasury é que as variáveis volume e prazo se mostraram relevantes. Na regressão de debêntures indexadas ao IGP-M com variável dependente spread nominal e nas regressões com indexador CDI e variáveis dependentes spread nominal e spread over treasury, volume e prazo se mostraram irrelevantes. Fraletti e Eid Jr. (2008) também comprovaram a existência de não-linearidade entre spread e rating. Para tanto, utilizaram a teoria de Merton (1974), que toma como premissa o modelo de responsabilidade limitada da empresa, no qual os acionistas podem, ao requerer a falência, entregar a empresa aos financiadores de dívida, mesmo que o valor dos ativos não satisfaça integralmente o valor devido. Paiva e Savoia (2006) constataram que os investidores exigem spreads maiores nas emissões indexadas ao IGP-M do que nas indexadas ao CDI. Concluíram também que a probabilidade de default, extraída a partir dos ratings das emissões, é significante na formação do spread, em virtude de os 2

3 investidores exigirem uma remuneração maior ao perceberem um risco de crédito maior. Por fim, o estudo identificou que a maturidade tem correlação negativa com o spread, ou seja, títulos de vencimentos mais longos têm menores spreads, principalmente se forem de boa qualidade de crédito. Costa (2009) atualizou a pesquisa sobre debêntures ao utilizar uma base de dados entre os anos 2003 e A pesquisa concluiu que maturidade do título e porte da empresa emissora são relevantes na explicação do rating, e que este, assim como ambiente econômico, é significante para a formação do spread, o que não ocorre com o volume da emissão. Por fim, o estudo encontrou evidências de não-linearidade entre spread e rating, assim como ocorreu com Fraletti e Eid Jr. (2008). A Tabela 1 apresenta um resumo da bibliografia nacional sobre debêntures. Tabela 1 Resumo bibliográfico: variáveis que afetam o spread de debêntures Variáveis que afetam o spread de debêntures Autor Rating Ambiente Econômico Volume Prazo Tipo de garantia Não linearidade Mellone Jr. Sim Não testou Não testou Não Não Não testou Sheng Sim Sim Sim Não Não Não testou Fraletti Sim Sim Não para CDI; Sim para IGP-M Não para CDI; Sim para IGP-M Não Sim Paiva Sim Não Não testou Sim Não testou Não testou Costa Sim Sim Não Afeta o rating Não testou Sim Fonte: Elaboração própria com base na revisão bibliográfica Em relação à pesquisa internacional, Duffee (1998), Elton et al. (2001), Gabbi e Sironi (2002) e Kose, Lynch e Puri (2003) já estudaram a relação entre rating e o diferencial de preço entre títulos privados e públicos. Todos eles destacaram que o rating é importante na determinação do diferencial de um título privado em relação a um público. Elton et al. (2001) fizeram um outro enfoque. Para uma mesma classe de rating, além da perda esperada, há dois fatores importantes na determinação do corporate spread: os tributos estaduais que incidem nos rendimentos dos títulos privados, mas não nos dos governamentais, e um prêmio de risco, que é dado pelo risco sistemático do emissor e que é não-diversificável. Duffee (1998) ressaltou que além do rating, a opção que o investidor do título privado tem de resgatá-lo antes do vencimento ( callability ) influencia no diferencial de taxa de juros em relação aos demais. De fato, seu estudo demonstrou que os spreads caem mais fortemente para os callable bonds do que para os non-callable bonds quando os rendimentos dos títulos do governo aumentam. Gabbi e Sironi (2002), em um estudo empírico com 600 corporações de 15 economias diferentes entre os anos de 1991 e 2001, concluíram que o rating de um bond é o fator mais determinante de seu spread em relação a um título do tesouro. Adicionalmente, a confiança dos investidores nas agências de rating cresceu ao longo do tempo. Kose, Lynch e Puri (2003), por sua vez, constataram que a remuneração é maior se um título tem baixa classificação de rating, longo prazo de maturidade, é de um novo emissor, com poucos compromissos estabelecidos com os credores e que conta com garantia de um colateral que não seja hipoteca. Especificamente sobre FIDCs, Pinheiro e Savoia (2009) produziram uma modelagem de simulação estocástica de taxas de juros e de inadimplência, considerando tipos de ativo e percentuais de cotas subordinadas e de recebíveis em relação ao patrimônio líquido do fundo para avaliar os riscos e retornos para investidores de cotas seniores e subordinadas. 3

4 3. METODOLOGIA A principal fonte de dados desta pesquisa foi o site da CVM. Inicialmente foram levantadas todas as ofertas públicas registradas na CVM entre 2002 e Em seguida, buscaram-se informações detalhadas sobre a oferta, principalmente por meio da leitura dos prospectos da emissão e dos anúncios de início de distribuição da oferta publicados em jornais. Nota-se que a prática do anúncio tem se intensificado nos últimos três anos. Relatórios de rating publicados no site também foram objetos de leitura. Ao todo, foram 271 ofertas no período supracitado, sendo somente 228 com dados disponíveis no site da CVM. Os outros 43 fundos já estavam liquidados e, portanto, sem informação disponível. Logo, ficaram fora da amostra desta pesquisa. Dos 228 fundos, 86 tinham somente 1 investidor subscritor. Assim como fizeram Fraletti e Eid Jr. (2008), as ofertas que tiveram somente 1 subscritor foram desconsideradas da amostra, pois poderiam representar algum tipo de combinação entre o emissor e o subscritor, sem necessariamente a emissão ser apreçada com parâmetros estipulados pelo mercado. Desta forma, somente 142 ofertas permaneceram neste quesito. Outra avaliação feita foi que, 12 dessas 142 ofertas estavam indexadas a IGP-M, SELIC, IPCA e TPF, enquanto que as demais 130 estavam indexadas ao CDI. Das 130 emissões citadas acima, 15 eram de emissões de fundos abertos e que, portanto, não tinham prazo determinado. Foram retiradas da amostra, uma vez que estudos anteriores para debêntures mostraram que a maturidade era importante para a explicação do rating, caso de Costa (2009), ou do spread, como em Paiva e Savoia (2006). Duas outras emissões foram retiradas da amostra por não possuírem percentual claro de cotas subordinadas sobre o patrimônio líquido do fundo ou de concentração de sacado. Assim, 113 emissões foram consideradas na amostra. Para cada emissão foram levantados dados sobre as seguintes variáveis: (i) data de início da distribuição; (ii) número de subscritores; (iii) setor do emissor; (iv) preço nominal da emissão; (v) rating da emissão; (vi) volume emitido; (vii) prazo da emissão; (viii) se havia amortização e qual a sua regra; (ix) duration; (x) fechamento do Ibovespa da data de início da distribuição; (xi) custodiante; (xii) administrador; (xiii) tipo de recebível; (xiv) se o fundo era mono ou multi-cedente; (xv) se o fundo era aberto ou fechado; (xvi) percentual de cotas subordinadas em relação ao patrimônio líquido do fundo; (xvii) percentual de concentração do devedor do fundo em relação ao patrimônio líquido; (xviii) se os recebíveis eram performados ou não e (xix) caso não fossem, se havia seguro performance. Das 113 emissões consideradas, 28 eram na forma CDI + e 85 eram % do CDI. Foi feita uma padronização pela transformação de todas as emissões no formato CDI + da seguinte forma: a partir de dados fornecidos pela ANBIMA das remunerações nas datas de início de distribuição das cotas em títulos préfixados de LTN e NTN-F para os prazos equivalentes à duration, fez-se a conversão do CDI para a taxa pré-fixada. Foram escolhidos esses dois tipos de títulos públicos por serem préfixados e, portanto, já determinarem remunerações para os diferentes vencimentos. A curva de juros livre de riscos da BM&FBovespa também poderia ter sido utilizada, mas para o propósito de calcular o spread over treasury, técnicos da ANBIMA recomendaram a utilização direta dos títulos pré-fixados. A variável dependente que é o objeto de análise deste estudo é o spread over treasury (rentabilidade diferencial entre títulos privados e públicos), que conforme Fraletti e Eid Jr. (2008), apresenta a rentabilidade diferencial entre títulos públicos e privados para um mesmo prazo. O spread over treasury foi calculado por meio da seguinte fórmula: Sprot = (1 + Ppriv) / (1 + Ppúbl) - 1, onde: Sprot = spread over treasury 4

5 Ppriv = Rendimento do título privado ao ano Ppúbl = Rendimento do título público ao ano Para o rating das emissões, primeiro levantou-se quais emissões tinham mais de uma agência classificadora de risco. Nesses casos, utilizou-se o mesmo critério que em Fraletti e Eid Jr. (2008) de considerar a nota atribuída pela agência com maior quantidade de emissões e assim sucessivamente. A prioridade foi dada à Standard & Poor s, pois teve 35 notas, depois à Austin Ratings (31), em seguida, à Moody s (31), Fitch (13), SR (2) e LF (1). Da mesma forma que em Fraletti e Eid Jr. (2008) e Mellone Jr., Eid Jr. e Rochman (2002), foi feito um quadro de conversão das notas das agências para números, a partir da escala da Standard & Poor s, conforme a Tabela 2. Tabela 2 Conversão da escala da Standard & Poor s em números Escala Standard & Poor's Nota Escala Standard & Poor's Nota br AAA 10.0 br BB+ 5.0 br AA+ 9.5 br BB 4.5 br AA 9.0 br BB- 4.0 br AA- 8.5 br B+ 3.5 br A+ 8.0 br B 3.0 br A 7.5 br B- 2.5 br A- 7.0 br CCC 2.0 br BBB+ 6.5 br CC 1.5 br BBB 6.0 br C 1.0 br BBB- 5.5 br D 0.5 Fonte: Mellone Jr., Eid Jr. e Rochman (2002), p. 3 Quanto à duration, cabem algumas observações. A primeira é que na confecção do fluxo de caixa de cada emissão, só foram consideradas as amortizações de principal, desconsiderandose assim o pagamento de rendimentos, pois cada emissão tem uma regra própria de cálculo de rendimentos, o que tornaria a tarefa extremamente desgastante para um pequeno benefício. A segunda observação cabível remete à taxa de juros utilizada para descontar os fluxos de caixa das emissões. Utilizou-se o CDI-over médio divulgado pela CETIP do dia de início de distribuição das cotas de cada emissão. Possivelmente o ideal seria utilizar a taxa de juros que remunera títulos privados de prazos e ratings semelhantes, mas como há diversidade entre ratings e setores dos emissores e como a identificação de empresas ou títulos para comparação é complexa, optou-se pela alternativa acima. Além disso, ao se escolher algumas observações para teste, verificou-se que a taxa de desconto dos fluxos de caixa não era um item que trazia muita sensibilidade para o resultado da duration. De fato, o que causava impacto era a combinação de volumes amortizados e datas mais próximas ou distantes da data de início da emissão. Quanto à performance dos recebíveis, da amostra selecionada, somente 14 emissões eram de recebíveis não performados e dessas, somente uma continha garantia de seguro-performance. Um possível motivo para a baixa contratação desse seguro é o custo agregado à operação, sem que haja uma percepção do investidor da sua real necessidade. A Tabela 3 mostra a estatística descritiva das variáveis numéricas deste estudo, ou seja, foram excluídas as variáveis dummy. Tabela 3 Estatística das variáveis numéricas SPROT NOTA_EQ CONC_CED CONC_SAC CTS_SUBS Média 1,49% 9,07 79,32% 11,48% 22,24% Mediana 1,44% 9,00 100,00% 5,00% 20,00% Máximo 4,70% 10,00 100,00% 100,00% 75,00% Mínimo 0,26% 7,00 2,50% 0,00% 0,00% Desvio-Padrão 0,66% 0,94 36,31% 20,72% 13,11% DURATION IBOV NUM_INV PZO VOLUME Média 30,84 48,80 40,42 45,29 172,55 Mediana 27,47 49,49 20,00 36,00 100,00 Máximo 130,50 70, ,00 240, ,00 5

6 Mínimo 12,50 23,20 2,00 18,00 0,30 Desvio-Padrão 16,17 14,45 101,16 25,75 324,26 Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA Pode-se depreender que o spread over treasury ( SPROT ) médio da amostra é 1,49% ao ano. O rating médio é 9,07, que se aproxima da nota braa da escala da Standard & Poor s. A concentração média por cedente é de 79,32%, o que denota que a maior parte dos fundos era mono-cedente. De fato, 86 emissões de um total de 113 têm essa característica.a concentração média de sacados é 11,48%, mas o que se destaca é o alto desvio-padrão, 20,72%, que é um reflexo das diferentes regras de concentração de fundos mono e multicedentes. Enquanto os primeiros, por sua própria definição, não têm um limite de concentração para o cedente, os últimos procuram estabelecer limites inferiores a 20% do patrimônio líquido por cedente. Da mesma forma, os fundos mono-cedentes muitas vezes adotam o limite estabelecido pela Instrução Normativa nº 356 da CVM de 20% do patrimônio líquido por sacado, ao passo que os multi-cedentes estabelecem baixos limites de concentração por sacados para diluição de risco. O percentual médio de cotas subordinadas é de 22,24% do patrimônio líquido do fundo, mas também chama atenção o alto desvio-padrão (13,11%) e a diferença entre o percentual mínimo (0,00%) e máximo (75,00%). Essa disparidade mostra a diferença que pode existir entre as diversas estruturas de FIDCs. Enquanto há fundos formados exclusivamente por cotas seniores, há outros que procuram oferecer ao investidor de cotas seniores um alto grau de proteção contra a inadimplência, ou que não veem a necessidade de um relevante uso do capital de terceiros. Quanto à duration das emissões, seu número médio é de 30,84 meses. A fórmula utilizada para o cálculo da duration neste estudo foi: * Duration T t * wt, onde: wt [ FCt /(1 y)^ ( t /12)] t 1 t = tempo inicial medido em meses T = tempo final medido em meses FC t = fluxo de caixa no tempo t y = taxa de juros que desconta o fluxo de caixa, também chamada de yield to maturity. O Ibovespa, por sua vez, teve sua média calculada em pontos, com desvio-padrão de pontos e máxima de pontos. A média de investidores nas emissões é de 40, com desvio-padrão de 101, ou seja, há uma grande variedade na quantidade de investidores entre as emissões. Ressalte-se que foram consideradas somente as emissões com 2 ou mais investidores. Por fim, o volume médio das emissões é de R$ 172 milhões, com mínimo de R$ 300 mil e máximo de R$ milhões. Entre as variáveis dummy, podem-se destacar as seguintes: rating, ano das emissões, administradores, custodiantes e tipo de ativo. Foi utilizado o modelo de regressão pelo Método dos Mínimos Quadrados Ordinários (MQO) no formato stepwise, assim como realizado por Costa (2009). Em outras palavras, primeiro fez-se uma regressão para obter as variáveis que explicam a variável de controle rating (Equação 1). Depois foi feita uma regressão da variável dependente spread over treasury contra o rating e todas as demais variáveis do estudo, com exceção daquelas que explicam o rating (Equação 2). Em seguida, testou-se a presença de não-linearidade no rating (Equação 3). Finalmente, acrescentaram-se as variáveis que explicam o rating na Equação 2. Cabe uma observação quanto ao método econométrico deste estudo. Outra possibilidade seria a de utilizar a técnica de painel, para que se capturassem as dinâmicas do spread das emissões ao longo dos anos. 6

7 Dado o pequeno volume de negociação de cotas seniores no mercado secundário e a consequente falta de dados disponíveis para análise, essa técnica teve que ser deixada de lado. Nota _ eq Conc _ ced Conc _ sac Cts _ subs Dmy _ amort Dmy _ CDC 6Dmy _ cnsg 7Dmy _ dupl 8Dmy _ Brad 9Dmy _ Deut Dmy _ Itau 11Dmy _ It _ Brad 12Dmy _ OT 13Dmy _ mono 14Dmy _ 15Dmy _ Duration 17Pzo 18Ibov 19Num _ Inv 20Volume 3 4 perf Equação 1 onde: Nota_eq: variável que representa o rating de uma emissão, conforme já explicitado anteriormente. Espera-se que o rating tenha alto poder de explicação do spread over treasury, assim como foi demonstrado por Mellone Jr., Eid Jr. e Rochman (2002), Sheng e Saito (2005), Fraletti e Eid Jr. (2008), Paiva e Savoia (2006) e Costa (2009). Conc_ced: relação entre o máximo permitido pelo regulamento do fundo de aquisição de direitos creditórios de um mesmo cedente e o patrimônio líquido do fundo. Espera-se que a classificação de risco tenha nota mais alta se houver uma baixa concentração por cedente, em função da diluição de risco. Por ter esse efeito de mitigação de risco de crédito e por ir ao encontro do que é observado nas definições de critérios de rating de emissões pelas agências, essa variável foi escolhida. Conc_sac: relação entre o máximo permitido pelo regulamento do fundo de aquisição de direitos creditórios de um mesmo sacado e o patrimônio líquido do fundo. Espera-se que o rating seja mais alto se a concentração por sacado for baixa. O motivo para escolha desta variável é o mesmo que o da Conc_ced. Cts_subs: relação entre o investimento mínimo determinado no regulamento do fundo em cotas subordinadas e o patrimônio líquido do fundo. Espera-se uma correlação positiva entre cotas subordinadas e rating, indicando assim que há uma maior proteção ao patrimônio do cotista sênior. Esta variável foi escolhida para este estudo, em função de ser um dos termos das obrigações e garantias das emissões, que são analisados pelas agências de rating. É uma medida de suporte de garantias. Dmy_amort: variável dummy que indica a existência ou não de amortização de cotas seniores durante a vigência da emissão (1 se há amortização, 0 caso contrário). Espera-se um rating maior em casos com amortização, pois esta indica uma menor exposição do investidor ao risco. É um tipo de variável que capta a liquidez do investimento e, portanto, foi escolhida para compor este estudo. Dmy_CDC: variável dummy que indica se o recebível é crédito direto ao consumidor na aquisição de veículos (1 se é CDC, 0 caso contrário). Espera-se que o rating seja maior se o recebível for CDC veículos, pois pela grande quantidade de emissões de sucesso de fundos com esse ativo, o mercado já saiba precificá-lo de forma mais positiva. Como é uma variável relacionada ao tipo de ativo que compõe a emissão, sendo portanto, avaliada pelas agências classificadoras de risco, esta variável foi escolhida para este trabalho. Dmy_cnsg: variável dummy que indica se o recebível é crédito consignado (1 se é consignado, 0 caso contrário). O motivo para escolha desta variável e a expectativa do resultado são os mesmos que para a variável Dmy_CDC. Dmy_dupl: variável dummy que indica se o recebível é duplicatas (1 se é duplicatas, 0 caso contrário). O motivo para escolha desta variável e a expectativa do resultado são os mesmos que para as variáveis Dmy_CDC e Dmy_cnsg. 7

8 Dmy_Brad: variável dummy que indica se o Bradesco é o custodiante do fundo (1 se o Bradesco é o custodiante, 0 caso contrário). A expectativa é de rating maior, em função de o Bradesco ser uma das maiores instituições financeiras do país e por custodiar 25% das emissões desta amostra. Conforme os critérios das agências de rating, os administradores e custodiantes de fundos são avaliados, por isso a escolha desta variável. Dmy_Deut: variável dummy que indica se o Deutsche Bank é o custodiante do fundo (1 se o Deutsche Bank é o custodiante, 0 caso contrário). Espera-se uma correlação positiva entre essa variável e rating, em função de o Deutsche Bank ser o líder na custódia de FIDCs (28%) da amostra selecionada. O motivo para escolha desta variável é o mesmo que para Dmy_Brad. Dmy_Itau: variável dummy que indica se o Itaú é o custodiante do fundo (1 se o Itaú é o custodiante, 0 caso contrário). Expectativa de alto rating, pelos motivos apresentados para o Bradesco, mas com o Itaú representando 24% da amostra. O motivo para escolha desta variável é o mesmo que para Dmy_Brad e Dmy_Deut. Dmy_It_Brad: variável dummy que indica se o Bradesco ou o Itaú é o administrador do fundo (1 se o Bradesco ou o Itaú é o administrador, 0 caso contrário). Expectativa de alto rating quando há administração do Itaú ou Bradesco pela alta credibilidade das duas instituições no país. O motivo para escolha desta variável é o mesmo que para Dmy_Brad, Dmy_Deut e Dmy_Itau. Dmy_OT: variável dummy que indica se a Oliveira Trust é a administradora do fundo (1 se a Oliveira Trust é a administradora, 0 caso contrário). Como a Oliveira Trust é líder entre os administradores (21%), espera-se alto rating. O motivo para escolha desta variável é o mesmo que para Dmy_Brad, Dmy_Deut, Dmy_Itau e Dmy_It_Brad.. Dmy_mono: variável dummy que indica se o fundo é mono ou multi-cedente (1 se é mono, 0 caso contrário). Espera-se um rating maior para emissões multi-cedentes em função da pulverização do risco-cedente. Conforme critérios de crédito das agências de rating, a análise para emissões de único cedente é diferente para a de multi-cedentes, por isso a escolha desta variável para o estudo. Dmy_perf: variável dummy que indica se o fundo é lastreado em recebíveis performados (1 se performados, 0 caso contrário). Espera-se maior rating para emissões com ativos performados, pois se mitiga ou elimina o risco de performance. Como é uma variável que analisa redução de risco de uma emissão, sendo portanto, avaliada pelas agências de rating, segundo seus critérios publicados, a variável foi escolhida para esta pesquisa. Dmy_2009: variável dummy que indica se o início da distribuição das cotas seniores foi em 2009 ou em anos anteriores (1 para 2009, 0 caso contrário). É uma medida que busca capturar o efeito da crise global econômico-financeira iniciada no fim de Esperam-se ratings menores em 2009, mantidas as demais condições estáveis. Optou-se pela escolha desta variável para este trabalho, por ser uma variável de ambiente econômico, já que este tipo de variável mostrou-se importante para as explicações dos trabalhos de Sheng e Saito (2005), Fraletti e Eid Jr. (2008) e Costa (2009). Duration: é uma medida de sensibilidade do prazo da emissão em função de uma variação na taxa de juros. É uma estimativa para o prazo médio ponderado da emissão. A duration neste estudo é medida em meses. Esperam-se maiores ratings para maiores durations, pois conforme Paiva e Savoia (2006), o investidor no longo prazo tem mais facilidade para vender um ativo que mostra sinais de deterioração do que no curto e médio prazos. Pzo: é o prazo de resgate das cotas seniores, contado a partir da primeira integralização de cotas. Mesma expectativa em relação à duration. Ibov: é o fechamento do Ibovespa da data de início da distribuição das cotas seniores. Assim como em Fraletti e Eid Jr. (2008), é expresso em milhares de pontos com três casas decimais. É uma medida de ambiente econômico. Foi escolhida para este estudo por ter-se mostrado relevante para Fraletti e Eid Jr. (2008). 8

9 Num_Inv: número de investidores adquirentes das cotas seniores. É uma medida de liquidez e pulverização de investidores. Espera-se que quanto maior o número de investidores, maior o cuidado dos estruturadores em montar um fundo que proteja o investidor sênior contra perdas, o que acarretaria em um rating maior. Por ser uma medida de liquidez, escolheu-se esta variável, assim como outra variável ligada à liquidez, Volume, mostrou-se significativa para Sheng e Saito (2005) e Fraletti e Eid Jr. (2008) para emissões indexadas ao IGP-M. Volume: é o montante ofertado na emissão de cotas seniores ao mercado. Assim como em Fraletti e Eid Jr. (2008), é expresso em milhões de reais, com três casas decimais. Espera-se que quanto maior o volume da emissão maior o rating, pelo mesmo motivo que o apresentado para a variável Num_Inv. A Tabela 4 mostra um resumo dos sinais esperados para os coeficientes do Modelo para o rating. Tabela 4 Resumo dos sinais esperados dos coeficientes Variável Sinal esperado para o coeficiente Variável Sinal esperado para o coeficiente Conc_ced Negativo Dmy_It_Brad Conc_sac Negativo Dmy_OT Cts_subs Dmy_mono Negativo Dmy_amort Dmy_perf Dmy_CDC Dmy_2009 Negativo Dmy_cnsg Duration Dmy_dupl Pzo Dmy_Brad Ibov Dmy_Deut Num_Inv Dmy_Itau Volume Fonte: Elaboração própria com base nas expectativas sobre as variáveis do Modelo para o rating Conforme mencionado anteriormente, após identificarmos quais variáveis eram estatisticamente significantes para a composição do rating, elaborou-se outra regressão múltipla por meio de MQO. Dessa vez a variável dependente foi o spread over treasury e as independentes foram todas as demais variáveis, com exceção daquelas que explicam o rating. A equação ficou assim: Sprot 0 1Nota _ eq 2Conc _ ced 3Conc _ sac 4Cts _ subs 5Dmy _ amort 6 Dmy _ CDC 7Dmy _ cnsg 8Dmy _ dupl 9Dmy _ Deut 10Dmy _ OT 11Duration 12Pzo 13Ibov 14Volume Equação 2 onde: Sprot = spread over treasury, que conforme já definido anteriormente, retrata o diferencial de preços entre a remuneração proposta pela emissão de cotas aos investidores seniores e a remuneração de títulos públicos de mesmo prazo, no caso as LTNs e as NTN- Fs. As demais variáveis já estão definidas na equação 1. Ao se propor este teste, esperava-se que as variáveis rating, volume, ambiente econômico e duration fossem componentes de explicação do spread over treasury. Conforme estudos anteriores, tais como Mellone Jr., Eid Jr. e Rochman (2002), Sheng e Saito (2005), Fraletti e Eid Jr. (2008), Paiva e Savoia (2006) e Costa (2009), o rating é fundamental na explicação do spread. Da mesma forma, Sheng e Saito (2005), Fraletti e Eid Jr. (2008) e Costa (2009) ressaltaram que ambiente econômico influencia no spread. Fraletti e Eid Jr. (2008) utilizaram o Ibovespa como variável para medi-lo, ao passo que os outros dois estudos utilizaram o EMBI, indexador criado pelo banco JP Morgan para medir o risco-país, que retrata o 9

10 diferencial de juros entre os títulos de dívida externa de um determinado país e os títulos do Tesouro Americano. A duration mostrou-se significativa na explicação do spread para Paiva e Savoia (2006), enquanto que o volume se mostrou importante no estudo de Sheng e Saito (2005). Esperava-se uma correlação negativa entre duration e spread. A Tabela 5 apresenta um resumo dos sinais esperados para os coeficientes do Modelo para o spread sem influência do rating. Tabela 5 Resumo dos sinais esperados dos coeficientes Variável Rating Conc_ced Conc_sac Cts_subs Dmy_amort Dmy_CDC Dmy_cnsg Dmy_dupl Dmy_Deut Dmy_OT Duration Pzo Ibov Volume Sinal esperado para o coeficiente Negativo Negativo Negativo Negativo Negativo Fonte: Elaboração própria com base nas expectativas sobre as variáveis do Modelo para o spread sem o rating A equação 3 incluiu a variável Nota_eq^2, para testar a existência de não-linearidade para a relação entre spread e rating. Fraletti e Eid Jr. (2008) utilizaram o modelo de Merton (1974), citado no capítulo 2. Encontraram uma relação de não-linearidade entre as duas variáveis, de forma que o spread fosse muito elevado para títulos corporativos de ratings baixos. Para este estudo a expectativa é de que a variável Nota_eq^2 não seja significativa para explicar o spread, pois não há uma grande dispersão das notas entre as emissões. A equação 3 escreve-se da seguinte forma: Sprot 0 1Nota _ eq 2Nota _ eq^2 3Conc _ ced 4Conc _ sac 5Cts _ subs 6Dmy _ amort 7 Dmy _ CDC 8Dmy _ cnsg 9Dmy _ dupl 10Dmy _ Deut 11Dmy _ OT 12Duration 13Pzo 14Ibov Equação 3 onde: Nota_eq^2 = é o quadrado da classificação de rating. Variável que testa a não-linearidade entre spread e rating. A equação 4 retirou a variável Nota_eq^2 e incluiu as variáveis que influenciavam o rating, a fim de concluir o processo de stepwise. Nesta etapa, analisa-se a contribuição que essas variáveis traziam para a regressão contra o spread over treasury. A equação assumiu a seguinte forma: Sprot Nota _ eq 2Conc _ ced 3Conc _ sac Cts _ subs 0 1 5Dmy _ amort Dmy _ CDC 7Dmy _ cnsg 8Dmy _ dupl 9Dmy _ Deut 10Dmy _ OT 11Duration 6 12Pzo 13Ibov 14Dmy _ Dmy _ Brad 16Dmy _ Itau 17Dmy _ It _ Brad 18Dmy _ Mono 19Num _ Inv 20Dmy _ Perf 21Volume Equação

11 4. RESULTADOS OBTIDOS Na equação 1 testou-se o rating contra as demais variáveis. Diferentemente do que era esperado, as variáveis de concentração de cedente e de sacados não se mostraram relevantes. O mesmo ocorreu com o percentual de cotas subordinadas em relação ao patrimônio líquido do fundo. A variável dummy relativa à presença de amortização nas emissões também não se mostrou estatisticamente significativa a 10%, provavelmente porque ela não afeta a estrutura da emissão. Quanto às variáveis que englobam tipos de ativos dos fundos, como as dummies para CDC Veículos (0.5638), crédito consignado (0,9303) e duplicatas (0,7756), todas se mostraram muito acima dos 10% de significância, não sendo, portanto, relevantes na explicação do rating. De forma contrária ao que se esperava e ao que apontou o trabalho de Paiva e Savoia (2006) para debêntures, o prazo e a duration não são relevantes nas emissões de cotas seniores de FIDCs. A probabilidade do prazo foi de 0,2734 e a da duration, 0,1248. Quanto ao Ibovespa, que é uma das medidas utilizadas para ambiente econômico, o resultado mostrou que não há significância da variável a 10%. Seu índice foi 0,5736. Isso mostra que as agências de classificação de risco não são influenciadas pelo ambiente econômico. Da mesma forma, também não são significantes a 10% as dummies para Oliveira Trust como administradora (0,6123) e Deutsche Bank para custodiante (0,9658). Vale destacar este ponto, pois ambos eram líderes em quantidade de fundos administrados e custodiados, respectivamente. Diferentemente do esperado, os resultados indicam que as agências classificadoras de risco não fazem consideração especial quando avaliam fundos com os referidos players. A Tabela 6 demonstra os resultados obtidos na equação 1. Tabela 6 Resultados da equação 1 Dependent Variable: NOTA_EQ Method: Least Squares Date: 09/30/10 Time: 19:05 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C CONC_CED CONC_SAC CTS_SUBS DMY_ DMY_AMORT DMY_BRAD DMY_CDC DMY_CNSG DMY_DEUT DMY_DUPL DMY_IT_BRAD DMY_ITAU DMY_MONO DMY_OT DMY_PERF DURATION IBOV NUM_INV PZO VOLUME Tabela 7 Resultados finais da equação 1 Dependent Variable: NOTA_EQ Method: Least Squares Date: 09/30/10 Time: 19:09 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C DMY_ DMY_BRAD DMY_IT_BRAD DMY_ITAU DMY_MONO NUM_INV DMY_PERF VOLUME R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EViews 11

12 R-squared Mean dependent var Adjusted R-squared S.D. dependent var Akaike info S.E. of regression criterion Sum squared resid Schwarz criterion Hannan-Quinn Log likelihood criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EViews Em seguida foram retiradas as variáveis supracitadas por estarem muito acima dos 10% de significância. Mostraram-se relevantes, portanto, as variáveis: (i) Dmy_2009, (ii) Dmy_Brad, (iii) Dmy_It_Brad, (iv) Dmy_Itau, (v) Dmy_Mono, (vi) Num_Inv, (vii) Dmy_Perf e (viii) Volume. O primeiro destaque deve ser feito à variável Dmy_2009, que, com alto grau de significância (3,24%), mostrou uma correlação positiva entre as emissões de 2009 e as classificações de risco. Uma possível explicação para isto é que após a crise do final de 2008 os estruturadores reforçaram a preocupação na obtenção de um rating alto para tentar atrair novamente investidores. Outra consideração interessante é que as variáveis dummy que envolviam os bancos Bradesco e Itaú se mostraram relevantes na explicação do rating. A dummy em que o Bradesco era o administrador foi significante a 1,03%, a que tinha o Itaú na mesma função foi significante a 4,73% e a que tinha um dos dois como custodiante foi significante a 8,14%. A curiosidade aparece na diferença de sinais. Enquanto a correlação entre rating e Bradesco ou Itaú como administradores é positiva, a correlação entre rating e Bradesco ou Itaú como custodiantes é negativa. Depreende-se que quando fazem a administração os dois bancos participam mais ativamente da estruturação do fundo, de forma a mirarem notas de classificação de risco mais altas. O mesmo não ocorre quando estão no papel de custodiantes, em que assumem uma condição de prestadores de serviços de um fundo já estruturado por outra parte. Outro resultado bastante interessante é o relativo à dummy Dmy_Mono. Ela tem correlação positiva com o rating e é altamente significativa (probabilidade = 0,00%). Isto mostra que os fundos que têm apenas 1 cedente são melhores avaliados pelas agências de classificação de risco do que os fundos que têm múltiplos cedentes. A variável relativa à performance (0,1023) dos ativos se mostrou significativa a um número aproximado a 10%. Este resultado confirma a expectativa de que o rating é mais elevado para ativos performados do que para não performados, o que é comprovado pela correlação positiva entre essas duas variáveis. O número de investidores também se mostrou importante para a explicação do rating. É uma medida de liquidez, embora seja relacionada à emissão primária, e não ao mercado secundário. O volume também é uma variável de liquidez que se mostrou relevante. Embora o resultado da regressão tenha apontado uma probabilidade de 11,93%, como é um número próximo de 10%, optou-se por deixar essa variável na equação do rating. A Tabela 7 apresenta os resultados finais da equação 1. Em seguida testouse a heterocedasticidade dos resíduos por meio do teste de White. Verificou-se a presença de heterocedasticidade, que foi superada pela correção de White. A equação 2 tinha como variável dependente o spread over treasury ( sprot ). Quando colocada em uma regressão contra as variáveis que não afetam o rating, o que se viu foi um R2 baixo, e muitas variáveis não significativas a 10%. De fato, apenas 4 de 13 variáveis preenchiam a condição acima. Elas eram: Dmy_CDC, Dmy_Deut, Duration e Pzo. A Tabela 8 demonstra os resultados. Tabela 8 Resultados da equação 2 Dependent Variable: SPROT Method: Least Squares Tabela 9 Resultados da equação 3 Dependent Variable: SPROT Method: Least Squares 12

13 Date: 09/30/10 Time: 19:12 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C NOTA_EQ CONC_CED CONC_SAC CTS_SUBS DMY_AMORT DMY_CDC DMY_CNSG DMY_DEUT DMY_DUPL DMY_OT DURATION E IBOV 2.40E E PZO E R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EView Date: 09/30/10 Time: 19:13 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C NOTA_EQ -9.59E E NOTA_EQ^2-4.79E CONC_CED CONC_SAC CTS_SUBS DMY_AMORT DMY_CDC DMY_CNSG DMY_DEUT DMY_DUPL DMY_OT DURATION E IBOV 2.43E E PZO E R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EViews Assim como na regressão contra o rating, as variáveis de concentração de cedentes e de sacados não se mostraram relevantes na explicação do spread. O mesmo pode-se dizer sobre a variável relativa ao nível de cotas subordinadas das emissões. Da mesma forma, a variável de tipo de ativo crédito consignado, com 0,2534 também não influencia na formação do spread. Embora o crédito consignado corresponda a 30,97% da amostra, a familiaridade com o ativo crédito consignado não é suficiente para que o investidor exija um prêmio de risco maior ou abra mão de parcela desse prêmio. O mesmo ocorre com as emissões cujos recebíveis são as duplicatas, que correspondem a 29,20% da amostra, mas que tiveram uma probabilidade de 0,9066. Quanto à dummy que tem a Oliveira Trust como administradora, assim como no caso do rating, não se mostrou significativa a 10%. Sua probabilidade foi de 0,6441, o que mostra não ser relevante para o investidor o fato de ser a Oliveira Trust administradora do fundo em que ele considera investir seus recursos. A variável Ibovespa não tem significância a 10%, tendo probabilidade de 0,5936. Esse resultado se opôs ao de Sheng e Saito (2005) e de Fraletti e Eid Jr. (2008), que concluíram que o ambiente econômico era relevante na formação do spread over treasury. O primeiro estudo utilizou a variável Embi-Brazil e o segundo, Ibovespa. Uma possível explicação para a não significância do Ibovespa neste estudo é que há outras características presentes nas emissões de FIDCs que influenciam no prêmio a ser pago aos investidores. A equação 3 procurava identificar uma possível não-linearidade entre spread e rating. Conforme se esperava, a variável introduzida, Nota_Eq^2, que contém os quadrados das notas atribuídas aos ratings, teve uma probabilidade alta (0,9463). Ou seja, ela não é significante a 10%. A Tabela 9 apresenta o resultado. De fato, o resultado não poderia ser diferente, em virtude da baixa dispersão de notas (ratings). A nota mínima da amostra era 7, a média 9,07 e o desvio-padrão, 0,94. Interessante será testar novamente em um estudo futuro 13

14 em que se obtenha uma amostra maior de emissões se haverá a presença da não-linearidade, assim como apontaram os estudos de Fraletti e Eid Jr. (2008) e Costa (2009) para debêntures. A equação 4 retirou a variável Nota_eq^2 e incluiu as variáveis relevantes na explicação rating, concluindo o processo stepwise. A Tabela 10 apresenta os resultados. Tabela 10 Resultados da equação 4 Dependent Variable: SPROT Method: Least Squares Date: 09/30/10 Time: 19:16 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C NOTA_EQ CONC_CED CONC_SAC CTS_SUBS DMY_AMORT DMY_CDC DMY_CNSG DMY_DEUT DMY_DUPL DMY_OT DURATION IBOV -2.28E E PZO E DMY_ DMY_BRAD DMY_ITAU DMY_IT_BRAD -2.47E DMY_MONO NUM_INV 1.51E E DMY_PERF VOLUME -3.30E E Tabela 11 Resultados finais da equação 4 Sample: Included observations: 113 Variable Coefficient Std. Error t-statistic Prob. C NOTA_EQ DMY_DEUT DMY_ VOLUME -2.79E E R-squared Mean dependent var Adjusted R- squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EViews R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Hannan-Quinn Log likelihood criter F-statistic Durbin-Watson stat Prob(F-statistic) Fonte: Elaboração própria com base em dados fornecidos pela CVM e ANBIMA e trabalhados no EViews Foram retiradas, então, gradativamente as variáveis não significativas, até que se alcançassem os resultados da Tabela 11. De imediato se verifica que as variáveis para prazo, duration e tipo de recebível CDC Veículos tornaram-se não significativas na explicação do spread. O prazo e a duration, como indicadores de maturidade do título, alinham-se às conclusões dos estudos de Mellone Jr., Eid Jr. e Rochman (2002), Kose, Lynch e Puri (2003), Sheng e Saito (2005) e Fraletti e Eid Jr. (2008), mas diferem de Paiva e Savoia (2006) e Costa (2009). O tipo de ativo CDC, por sua vez, reforça o que já havia ocorrido para o crédito consignado e para as duplicatas, indicando que os investidores não estão preocupados com o tipo de ativo que lastreia um FIDC, mas sim com outros fatores, como por exemplo, o rating e as variáveis 14